一种基于PSO&PAM的聚类算法

• 作者: 孟颖 蔡碧野 黄翔
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: PAM算法 粒子群优化算法 聚类分析 有效性函数
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 149-152
• 页数: 4页
• 分类号: TP18
• 字数: 4781字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1107-0273

摘要

PAM是最早提出的k-medoids算法之一,该算法比较健壮,比k-means算法鲁棒性更强,但是PAM对初始值敏感,易陷入局部收敛.利用PSO算法对PAM进行优化,提出一种基于PSO和PAM的聚类方法,充分利用PAM和PSO两者对于不同问题的优势,来不断地更新PAM的聚类中心.通过建立基于熵的聚类有效性函数,对混合聚类算法的性能进行客观评价.从来自UCI的数据的测试结果表明,这种混合聚类的方法有较高的聚类正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡碧野	长沙理工大学计算机与通信工程学院	18	66	6.0	7.0
2	黄翔	长沙理工大学计算机与通信工程学院	40	30	3.0	4.0
4	孟颖	长沙理工大学计算机与通信工程学院	9	120	6.0	9.0